IMPLEMENTASI ALGORITMA GENETIKA UNTUK OPTIMASI KOMPOSISI MAKANAN BAGI
PENDERITA KANKER LIMFOMA
TUGAS AKHIR
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada
Jurusan Teknik Informatika
Oleh
JASRIADI HASYIR 11351101906
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU PEKANBARU
2019
ii
LEMBAR PERSETUJUAN
IMPLEMENTASI ALGORITMA GENETIKA UNTUK OPTIMASI KOMPOSISI MAKANAN BAGI
PENDERITA KANKER LIMFOMA (Studi Kasus: Rumah Sakit XYZ Di Pekanbaru)
TUGAS AKHIR
Oleh
JASRIADI HASYIR NIM. 11351101906
Telah diperiksa dan disetujui sebagai Laporan Tugas Akhir di Pekanbaru, pada tanggal 19 November 2019
Pembimbing,
Novi Yanti S.T, M.Kom.
NIP. 19811125 200710 2 004
iii
LEMBAR PENGESAHAN
IMPLEMENTASI ALGORITMA GENETIKA UNTUK OPTIMASI KOMPOSISI MAKANAN BAGI
PENDERITA KANKER LIMFOMA (Studi Kasus: Rumah Sakit XYZ Di Pekanbaru)
TUGAS AKHIR Oleh
JASRIADI HASYIR NIM. 11351101906
Telah dipertahankan di depan sidang dewan penguji
Sebagai salah satu syarat untuk memperoleh gelar sarjana Teknik Informatika Fakultas Sains dan Teknologi Universitas Negeri Sultan Syarif Kasim Riau
di Pekanbaru, pada tanggal 19 November 2019
Pekanbaru, 19 November 2019
Mengesahkan,
Dekan,
Dr. Ahmad Darmawai, M.Ag.
NIP. 19660604 199203 1 004
Ketua Jurusan,
Dr. Elin Haerani, S.T, M.Kom.
NIP. 19810523 200710 2 003
DEWAN PENGUJI
Ketua : Dr. Elin Haerani, S.T., M.Kom. ___________
Sekretaris : Novi Yanti, S.T., M.Kom. ___________
Penguji I : Fitri Insani, S.T., M.Kom. _ __________
Penguji II : Fadhilah Syafria, S.T., M.Kom., CIBIA. ___________
iv
LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL
Tugas Akhir yang tidak diterbitkan ini terdaftar dan tersedia di Perpustakaan Universitas Islam Negeri Sultan Syarif Kasim Riau adalah terbuka untuk umum dengan ketentuan bahwa hak cipta pada penulis. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau ringkasan hanya dapat dilakukan seizin penulis dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumber.
Penggadaan atau penerbitan sebagian atau seluruh Tugas Akhir ini harus memperoleh izin dari Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau. Perpustakaan yang meminjamkan Tugas Akhir ini untuk anggotanya yang diharapkan untuk mengisi nama, tanda peminjaman dan tanggal pinjam.
v
LEMBAR PERNYATAAN
Dengan ini saya menyatakan bahwa dalam Tugas Akhir ini tidak terdapat karya yang pernah diajukan untuk memperoleh gelar keserjanaan di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan di dalam daftar pustaka.
Pekanbaru, 19 November 2019 Yang membuat pernyataan,
JASRIADI HASYIR 11351101906
vi
LEMBAR PERSEMBAHAN
“Dia memberikan hikmah (ilmu yang berguna) kepada siapa yang dikehendaki-Nya.
Barang siapa yang mendapat hikmah itu sesungguhnya ia telah mendapatkan kebijakan yang banyak, Dan dialah yang menerima peringatan melainkan orang-orang yang berakal”.
(Q.S Al-Baqarah: 269)
“Maka nikmat Tuhanmu yang manakah yang kamu dustakan?”
(Q.S Ar-Rahman: 13)
Sembah sujud serta puji dan syukurku pada-Mu Allah SWT. Tuhan semesta alam yang menciptakanku dengan bekal yang begitu teramat sempurna.
Taburan cinta, kasih sayang, rahmat dan hidayat-Mu telah memberikan ku kekuatan, kesehatan, semangat pantang menyerah dan membekatiku dengan ilmu pengetahuan serta cinta yang pasti ada disetiap ummat-Mu.
Atas karunia serta kemudahan yang Engkau berikan akhirnya tugas akhir ini dapat terselesaikan. Sholawat dan salam ku limpahkan untuk Rasulullah
Muhammad SAW. Ku persembahkan tugas akhir ini untuk orang tua tercinta dan tersayang atas kasihnya yang berlimpah yaitu Ayahanda dan
Ibunda tercinta.
vii
IMPLEMENTASI ALGORITMA GENETIKA UNTUK OPTIMASI KOMPOSISI MAKANAN BAGI
PENDERITA KANKER LIMFOMA
JASRIADI HASYIR 11351101906
Tanggal Sidang: 19 November 2019
Jurusan Teknik Informatika Fakultas Sains Dan Teknologi
Universitas Islam Negeri Sultan Syarif Kasim Riau
ABSTRAK
Kanker Limfoma membutuhkan menu diet dengan mengatur komposisi pola makanan dengan menghindari asupan produk hewani, mengurangi asupan lemak terutama lemak Trans. Bagi orang awam, mengatur komposisi makanan masih dirasa sulit karena kurangnya pengetahuan. Salah satu teknik yang digunakan untuk mengatur komposisi makanan bagi penderita kanker Limfoma dengan Algoritma Genetika. Data yang digunakan dalam penelitian ini adalah 227 data bahan makanan yang dikelompokan menjadi sumber pokok, sumber hewani, sumber nabati, sumber sayuran, sumber buah-buahan dan gula, sumber susu, sumber minyak/lemak, dan sumber makanan tanpa kalori. Pada proses algoritma genetika ini menggunakan representasi permutasi bilangan integer dengan panjang kromosom 24 yang setiap angka pada gennya merepresentasikan nomor makanan, metode seleksi yiatu roulatte whell selection, crossover yaitu single-point crossover, metode mutasi dengan reciprocal exchange mutation dan elitism. Dari hasil pengujian dengan pasien bayu, jenis kelamin laki-laki berumur 43 tahun, tinggi badan 167 cm, berat badan 70 kg dan aktifitas sepak bola, 10 generasi dan 100 populasi diperoleh nilai fitness 0.0079035841766293 dengan kombinasi cr = 0.844 dan mr = 0.722, Hasil akhir berupa kombinasi bahan makanan untuk makan pagi, siang dan malam dengan kandungan gizi yang mencukupi kebutuhan gizi pasien dengan energi 1814.45 Kkal, karbihidrat 321.77 Gr, protein 116.9975 Gr dan lemak 29.075 Gr.
Kata Kunci: Algoritma Genetika, Crossover, Limfoma, Mutasi, Seleksi.
viii
IMPLEMENTATION OF GENETIC ALGORITHM FOR FOOD COMPOSITION OPTIMIZATION FOR
CANCER LIMFOMA PATIENTS
JASRIADI HASYIR 11351101906
Date of Final Exam: 19 November 2019
Informatics Engineering Departement Faculty of Science and Technology
Universitas Islam Negeri Sultan Syarif Kasim Riau
ABSTRACT
Lymphoma requires a diet menu by regulating the composition of dietary patterns with avoiding intake of animal products, reducing fat intake especially Trans fats. For ordinary people, adjusting the composition of food is still difficult due to of lack of knowledge. One of technique used to regulate the composition of food for patients of lymphoma cancer with Genetic Algorithms. The data used in this study were 227 food stuff data grouped into main sources, animal sources, vegetable sources, vegetable sources, fruit and sugar sources, milk sources, oil / fat sources, and non-calorie food sources. In this genetic algorithm process using permutation representation of integer numbers with the length of chromosome 24 which each number in the gene represents food number, the method of selection is roulatte whell selection, crossover that is single-point crossover, mutation method with reciprocal exchange mutation and elitism. The results of testing from bayu as patients, male, aged 43 years, height 167 cm, body weight 70 kg and soccer activities, 10 generations and 100 populations obtained fitness value 0.0079035841766293 with a combination of cr = 0.844 and mr
= 0.722, the final result is a combination of food for breakfast, lunch and dinner with nutritional content that is sufficient for the nutritional needs of patients with energy 1814.45 Kcal, carbihydrate 321.77 Gr, protein 116.9975 Gr and fat 29.075 Gr.
Keywords: Genetic Algorithms, Crossover, Lymphoma, Mutation, Selection.
ix
KATA PENGANTAR
Assalamua’laikum wa rahmatullahi wa barakatuh
Alhamdullilahi rabbil’alamin, tak henti-hentinya penulis ucapan kehadirat Allah Subhanahu wa Ta’ala, karena hahmat dan hidayahNya penulis dapat menyelesaikan Laporan Tugas Akhir dengan judul “Implementasi Algoritma Genetika Untuk Optimasi Komposisi Makanan Bagi Penderita Kanker Limfoma”
ini dengan baik. Shalawat beriring salam tidak lupa pula penulis sampaikan kepada Nabi Besar Muhammad Shallallahu’alaihi wasallam yang telah membawa kita dari masa jahiliyah menuju masa yang penuh dengan ramat dan cahaya dari Allah Subhanahu wa Ta’ala seperti saat ini
Laporan Tugas Akhir ini disusun sebagai salah satu syarat untuk mendapatkan kelulusan pada jurusan Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau. Laporan ini tidak akan bisa selesai tanpa adanya bantuan dari pihak – pihak yang telah memberikan bantuan berupa ilmu, materi serta motivasi kepada penulis. Oleh karena itu penulis mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. H. Akhmad Mujahidin, S.Ag., M.Ag selaku Rektor Universitas Islam Negeri Sultan Syarif Kasim Riau.
2. Bapak Dr. Ahmad Darmawi, M.Ag selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.
3. Ibu Dr. Elin Haerani, S.T., M.Kom selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.
4. Bapak Novriyanto, S.T., M.Sc selaku Pembimbing Akademis penulis 5. Ibu Dr. Elin Haerani, S.T., M.Kom selaku ketua sidang akhir
6. Ibu Novi Yanti, S.T., M.Kom selaku pembimbing dari jurusan yang membantu dalam memberikan arahan dalam pelaksanaan Tugas Akhir ini
x
7. Ibu Fitri Insani, S.T., M.Kom selaku penguji I, terimakasih untuk ilmu- ilmunya, saran-sarannya, perbaikan-perbaikannya, dan masukan yang ibu berikan untuk penyempurnaan Tugas Akhir ini
8. Ibu Fadhilah Syafria, S.T., M.Kom., CIBIA selaku penguji 2, terimakasih untuk ilmu-ilmunya, saran-sarannya, perbaikan-perbaikannya, dan masukan yang ibu berikan untuk penyempurnaan Tugas Akhir ini
9. Seluruh Bapak/ Ibu dosen Teknik Informatika yang telah memberikan ilmunya kepada penulis selama proses belajar mengajar di bangku perkuliahan.
10. Seluruh anggota keluarga terutama kepada kedua orang tua tercinta Bapak saya H. Syahril, B.A dan Ibu saya Hj. Dara Wardah, S.Pd dan 3 saudari perempuan yaitu Kakak saya Ns. Juliza Hasydarina, S.Kep, Adik Perempuan saya Isra Hayati dan adik kedua saya Nazhifa Hasyir, yang selalu memberikan motivasi, nasehat dan doa yang tidak henti – hentinya.
11. Teman-teman dan sahabat yang memberi nasehat Mimi, Ona, Imam, Kiki, Joko, Yayan.
12. Rekan-rekan seperjuangan TIF E angkatan 2013 Alm Munthe, Eko, Arman, Babe, Jepri, Valdo adiknya Jepri, Sarif, Fakhrial, Panji, Irul, Aldi, Putra, Bubuhan, Rival, Fitra, Fidi, Ulul, Dirga, Yusuf, Deni, Eris, Reza, Windi, Caca, Icha, Dila, Rika, Santi, Suci, Dicktia, Yona, Ria, Riri, Sela, Tifani, Firma, Isma, Irma.
Penulis tentunya mengharapkan kritik dan saran karena penulis menyadari bahwa dalam penulisan laporan ini masih banyak kesalahan dan kekurangan, Akhirnya penulis berharap laporan ini dapat memberikan sesuatu yang bermanfaat bagi siapa saja yang membacanya. Amin.
Wassalamu’alaikum wa rahmatullahi wa barakatuh
Pekanbaru, 19 November 2019
Penulis
xi
DAFTAR ISI
Halaman
LEMBAR PERSETUJUAN ... ii
LEMBAR PENGESAHAN ... iii
LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL ... iv
LEMBAR PERNYATAAN ... v
LEMBAR PERSEMBAHAN ... vi
ABSTRAK ... vii
ABSTRACT ... viii
KATA PENGANTAR ... ix
DAFTAR ISI ... xi
DAFTAR GAMBAR ... xv
DAFTAR TABEL ... xvi
DAFTAR LAMPIRAN ... xviii
DAFTAR RUMUS ... xviii
DAFTAR SIMBOL ... xx
BAB I PENDAHULUAN ... I-1
1.1 Latar Belakang... I-1 1.2 Rumusan Masalah ... I-3 1.3 Batasan Masalah ... I-3 1.4 Tujuan Masalah ... I-4 1.5 Sistematika Penulisan ... I-4 BAB II LANDASAN TEORI ... II-1
2.1 Algoritma Genetika ... II-1 2.1.1 Komponen-Komponen Utama Algoritma Genetika ... II-2 2.2 Kanker Kelenjar Getah Bening (Limfoma) ... II-3
xii
2.2.1 Bagian Kanker Kelenjar Getah Bening (Limfoma) ... II-4 2.3 Pelaksanaan Diet ... II-4 2.3.1 Perhitungan Kebutuhan Gizi Harian ... II-5 2.4 Komposisi Makanan Penderita Kanker Limfoma ... II-8 2.5 Penelitian Terkait... II-9 BAB III METODOLOGI PENELITIAN ... III-1
3.1 Tahap Penelitian ... III-1 3.2 Studi Pustaka ... III-2 3.3 Pengumpulan Data... III-2 3.4 Analisa Data ... III-2 3.5 Analisa Perhitugan Gizi ... III-3 3.6 Analisa Metode ... III-4 3.7 Analisa Sistem ... III-7 3.8 Perancangan ... III-7 3.9 Implementasi dan Pengujian... III-7 3.10 Kesimpulan Dan Saran ... III-8 BAB IV ANALISA DAN PERANCANGAN ... IV-1
4.1 Analisa Data ... IV-1 4.2 Analisa Kebutuhan Gizi ... IV-2 4.3 Analisa Metode ... IV-5 4.3.1 Menentukan Panjang Kromosom ... IV-6 4.3.2 Parameter Awal ... IV-6 4.3.3 Menginisialisasi Populasi Awal ... IV-6 4.3.4 Pinalti ... IV-12 4.3.5 Fitness ... IV-13
xiii
4.3.6 Seleksi (Roulette Whell Selection) ... IV-13 4.3.7 Crossover (One Point Crossover) ... IV-16 4.3.8 Mutasi (Reciprocal Exchange Mutation)... IV-17 4.3.9 Eletism ... IV-18 4.3.10 Kromosom Terbaik ... IV-18 4.4 Analisa Sistem ... IV-21 4.4.1 Input ... IV-22 4.4.2 Output ... IV-22 4.5 Perancangan ... IV-24 4.5.1 Perancangan Basis Data ... IV-34 4.5.2 Perancangan Interface ... IV-37 BAB V IMPLEMENTASI DAN PENGUJIAN………... V-1
5.1 Implementasi ……….. V-1 5.2 Pengujian .…..………..V-4 5.1.1 Black Box ………. V-4 5.1.2 White Box ……….. V-11 5.1.3 Hasil Menu Makanan Dari Rumah XYZ Di Pekanbaru Dan
Sistem Menggunakan Algoritma Genetika …………...V-16 5.1.4 Kesimpulan Pengujian ………...V-17 BAB VI PENUTUP ... VI-1
6.1 Kesimpulan ... VI-1 6.2 Saran ... VI-1 DAFTAR PUSTAKA ... xxi LAMPIRAN A ... A-1
xiv
LAMPIRAN B ... B-1 LAMPIRAN C ... C-1
DAFTAR RIWAYAT HIDUP
xv
DAFTAR GAMBAR
Gambar Halaman
3. 1 Metodologi Penelitian ... III-1 4. 1 Flowchart Kebutuhan Gizi Harian ... IV-2 4. 2 Flowchart Perhitungan Algoritma Genetika ... IV-5 4. 3 Roulette Wheel Selection ... IV-16 4. 4 Flowchart Sistem Baru ... IV-24 4. 5 Context Diagram ... IV-26 4. 6 DFD Level 1 sistem ... IV-28 4. 7 DFD Level 2 Proses 1.1 pengguna ... IV-29 4. 8 DFD Level 2 Proses 2.1 data makanan ... IV-30 4. 9 DFD Level 2 Proses 3.1 Data Pasien ... IV-31 4. 10 DFD Level 2 Proses 4.1 Tambah Data ... IV-32 4. 11 DFD Level 2 Proses 5.1 Laporan ... IV-32 4. 12 Entity Relationship Diagram (ERD) ... IV-33 4. 13 Tampilan Awal ... IV-38 4. 14 Tambah Data Pasien ... IV-38 4. 15 Hasil ... IV-39 5. 1 Tampilan Awal ……….V-1 5. 2 Tambah Data Pasien ……….V-2 5. 3 Hasil ………..V-3
xvi
DAFTAR TABEL
Tabel Halaman
2. 1 Crossover 1 Titik ... II-3 2. 2 Mutasi Dalam Pengkodean Permutasi ... II-3 2. 3 IMT Untuk Perempuan ... II-6 2. 4 IMT Untuk Laki-Laki ... II-6 2. 5 Aktifitas Fisik Atau Pekerjaan ... II-7 2. 6 Penelitian Terkait ... II-9 4. 1 Representasi Permutasi ... IV-6 4. 2 Pembangkitan Populasi Awal ... IV-7 4. 3 Data Makanan Dari Sumber Pokok ... IV-7 4. 4 Data Makanan Dari Sumber Hewani ... IV-8 4. 5 Data Makanan Dari Sumber Nabati ... IV-8 4. 6 Data Makanan Dari Sumber Sayuran ... IV-9 4. 7 Data Makanan Dari Sumber Buah-Buah Dan Gula ... IV-9 4. 8 Data Makanan Dari Sumber Susu ... IV-10 4. 9 Data Makanan Dari Sumber Minyak/Lemak ... IV-11 4. 10 Data Makanan Dari Sumber Makanan Tanpa Kalori ... IV-11 4. 11 Hasil Pinalti ... IV-13 4. 12 Nilai Fitness ... IV-13 4. 13 Nilai Invers Fitness ... IV-14 4. 14 Nilai Probabilitas ... IV-14 4. 15 Nilai Komulatif Probabilitas ... IV-15 4. 16 Nilai Random Yang Dibangkitkan ... IV-15 4. 17 Hasil Seleksi Dengan Roulette Wheel Selection ... IV-16 4. 18 Setelah Proses Crossover Menggunakan One Point Crossover ... IV-17 4. 19 Setelah Proses Mutasi Menggunakan Reciprocal Exchange Mutation.. IV-18 4. 20 Nilai Fitness Berdasarkan Eletism ... IV-18 4. 21 Hasil Kromosom Terbaik ... IV-18 4. 22 Tabel Kesimpulan ... IV-20 4. 23 Aktifitas ... IV-34
xvii
4. 24 Aktifitas_Fisik ... IV-35 4. 25 Amb_Umur ... IV-35 4. 26 Imt ... IV-35 4. 27 Makanan ... IV-36 4. 28 Pasien ... IV-36 4. 29 Sumber_Makanan ... IV-37 4. 30 User ... IV-37 5. 1 Page Login User Admin ………...V-4 5. 2 Page Tambah Data Makanan User Admin ………...V-4 5. 3 Page Tambah Data Pasien User Admin ………...V-6 5. 4 Page Tambah Pengguna User Admin ………..V-7 5. 5 Page Login User Staff ………..V-8 5. 6 Page Tambah Data Pasien User Staff ………...V-8 5. 7 Page Tambah Data Pasien User Pasien ………V-9 5. 8 Source Code Perhitungan Gizi Harian Pasien ……….V-11 5. 9 Source Code Perhitungan Algoritma Genetika ………..V-13 5. 10 Hasil Menu Makanan Dari Rumah XYZ Di Pekanbaru dan Sistem Menggunakan Algoritma Genetika ………V-16
xviii
DAFTAR RUMUS
Rumus Halaman
2. 1 Nilai Fitness ... II-2 2. 2 Menghitung Nilai Invers Fitness ... II-2 2. 3 Menghitung Nilai Probabilitas ... II-2 2. 4 Menghitung Nilai Komulatif Probabilitas ... II-3 2. 5 Brocca (BBI) ... II-5 2. 6 Brocca (BBI) Laki-Laki Tingginya <160 Cm atau Perempuan Tingginya <150 Cm ... II-6 2. 7 IMT (Indeks Massa Tubuh) ... II-6 2. 8 Metabolisme Basal Laki-Laki ... II-6 2. 9 Metabolisme Basal Perempuan ... II-6 2. 10 Energi Total ... II-8 2. 11 Protein ... II-8 2. 12 Lemak ... II-8 2. 13 Karbohidrat ... II-8
xix
DAFTAR LAMPIRAN
Lampiran Halaman
DATA MAKANAN ……….. A-I PERANCANGAN INTERFACE……….……… B-I IMPLEMENTASI………. C-I
xx
DAFTAR SIMBOL
Untuk memulai atau mengakhiri suatu program.
Input – Output Untuk memasukkan data maupun menunjukkan hasil dari suatu proses.
Proses merupakan suatu simbol yang menunjukkan setiap pengolahan yang dilakukan.
Decision merupakan suatu kondisi yang akan menghasilkan beberapa kemungkinan dan jawaban atau pilihan.
Arus atau Flow merupakan prosedur yang dilakukan dari atas kebawah, bawah keatas, dari kekanan, atau kanan kekiri.
BAB I
PENDAHULUAN 1.1 Latar Belakang
Kanker limfoma atau kanker kelenjar getah bening yaitu sel darah putih yang dalam keadaan normal atau sehat berfungsi untuk menjaga daya tahan tubuh kita dari infeksi bakteri, jamur, parasit dan virus, menjadi abnormal dengan membelah lebih cepat dari sel biasa atau hidup lebih lama dari biasanya. Berdasarkan Kementrian Kesehatan RI pada tahun 2013 penderita kanker Limfoma di indonesia adalah sebesar 0,06%, atau diperkirakan sebanyak 14.905 orang. Diprovinsi Riau jumlah penderita kanker Limfoma adalah 0.07%, atau sebesar 430 orang dan diperkirakan akan meningkat setiap tahunnya. (Kementerian Kesehatan RI, 2015).
Rumah Sakit XYZ di Pekanbaru mencatat data pasien yang menderita kanker Limfoma dari tahun 2015 – 2018 sekitar 941 pasien rawat inap yang terdiri dari usia 1-4 tahun berjumlah 8 pasien, usia 5-14 tahun berjumlah 82 pasien ,usia 15-24 tahun berjumlah 53 pasien, usia 25-44 berjumlah 236 pasien, usia 45-64 tahun berjumlah 442 pasien, dan diatas usia 65 tahun berjumlah 120 pasien dan ditahun yang sama Rumah Sakit XYZ di Pekanbaru mencatat data pasien yang telah meninggal karena kanker Limfoma berjumlah 58 pasien yang terdiri dari dari usia 1-4 tahun berjumlah 2 pasien, usia 5-14 tahun berjumlah 5 pasien ,usia 15-24 tahun berjumlah 3 pasien, usia 25-44 berjumlah 15 pasien, usia 45-64 tahun berjumlah 23 pasien, dan diatas usia 65 tahun berjumlah 10 pasien. (Rekam Medis Rumah Sakit XYZ di Pekanbaru) Penyakit kanker Limfoma membutuhkan makanan yang baik untuk menjaga kondisi kesehatan, hal ini dapat dilakukan dengan perubahan pola makanan yang sehat seperti mengurangi atau menghindari asupan produk hewani, mengurangi asupan lemak terutama lemak Trans dan menerapkan diet tambahan seperti mengkonsumsi makanan dan buah-buahan yang menagung serat tinggi dan memlihara berat badan yang ideal. (Almatsier. S. 2006)
Beberapa penelitian tentang optimasi komposisi makanan dalam dunia kesehatan diantaranya “Optimasi Komposisi Makanan Untuk Penderita Kolesterol Menggunakan Algoritma Genetika, Dari pengujian yang telah dilakukan
I-2 menghasilkan solusi optimal yaitu ukuran populasi 100 dengan nilai rata-rata fitness 0.1862463, ukuran generasi 90 dengan nilai rata-rata fitness 0.1838946, dan kombinasi Crossover Rate dan Mutation Rate adalan cr = 0,7 dan mr=0,4 dengan nilai rata-rata fitness 0,18575847”. (Wahid et al., 2015)
Peneitian selanjutnya “Penentuan Komposisi Bahan Makanan Bagi Penderita Gagal Ginjal Akut Dengan Algoritma Genetika”, Inisialisasi kromosom dimana setiap kromosom terdapat 5 gen berupa indeks dari bahan makanan, kemudian dilakukan inisialisasi probabilitas crossover dan mutasi untuk proses reproduksi, dilanjutkan dengan evaluasi menggunakan perhitungan fitness yang disesuaikan dengan rumus, dan seleksi menggunakan eletism selection untuk menghasilkan kandidat bahan makanan baru untuk diproses pada iterasi berikutnya (Rossi et al., 2017)
Penelitian selanjutnya “Implementasi Algoritma Genetika Untuk Optimasi Komposisi Makanan Bagi Pederita Diabetes Militus”, Hasil pengujian yang dilakukan diperoleh parameter optimal yaitu ukuran populasi sebesar 160 individu dengan rata-rata fitness sebesar 0,0774665, 100 generasi dengan rata-rata fitness sebesar 0,0774665 dan kombinasi cr=0,4 dan mr=0,6 dengan rata-rata fitness sebesar 0,0780737. (Rianawati & Firdaus Mahmudy Wayan, 2015)
Penelitan selanjutnya “Optimasi Komposisi Menu Makanan bagi Penderita Tekanan Darah Tinggi Menggunakan Algoritme Genetika Adaptif”, Bedasarkan hasil pengujian yang telah dilakukan, diperoleh populasi paling optimal sebanyak 200 dengan nilai fitness sebesar 0,0774665, generasi optimal sebanyak 90 dengan nilai fitness sebesar 0,0774665, kombinasi nilai cr = 0,8 dan mr = 0,3 dengan nilai fitness sebesar 0,0780737. (Putri, Furqon, & Wihandika, 2018)
Penelitian selanjutnya “Sistem Rekomendasi Bahan Makanan Bagi Penderita Penyakit Jantung Menggunakan Algoritma Genetika”, Dari hasil pengujian didapatkan nilai parameter algoritma genetika yang optimal, yaitu jumlah populasi sebesar 280 dengan rata-rata nilai fitness 103,7, nilai Cr 0.5 dan Mr 0.5 dengan rata- rata nilai fitness 103,3 dan untuk jumlah generasi sebesar 100 dengan rata-rata nilai fitness 111,2. (Siahaan, Cholissodin, & Fauzi, 2017).
I-3 Banyak permasalahan optimalisasi yang telah diselesaikan dengan menggunakan algoritma genetika dan hasil yang diperoleh biasanya lebih baik dari metode sebelumnya. Optimalisasi itu sendiri biasanya identik dengan usaha untuk mencapai suatu nilai yang optimum, yaitu dengan biaya atau usaha yang sekecil mungkin dan waktu yang secepat mungkin serta tidak melanggar batasan-batasan atau kendala-kendala yang ada. (Arhami, 2004)
Berdasarkan permasalahan yang telah dijelaskan diatas, maka dibuat penelitian untuk optimasi komposisi makanan bagi penderita kanker Limfoma dengan algorima genetika, data masukan berupa data pasien kanker Limfoma, parameter awal Algortima Genetika dan prioritas gizi yang dibutuhkan, dan data keluaran dari penelitian ini berupa komposisi makanan pagi, siang dan malam yang sesuai dengan kebutuhan gizi bagi penderita kanker Limfoma
1.2 Rumusan Masalah
Pada penjelasan latar belakang di atas, dapat disimpulkan bahwa rumusan masalah dalam penelitian ini yaitu
a. Bagaimana mengimplementasikan Algoritma Genetika untuk optimasi komposisi makanan bagi penderita kanker Limfoma
b. Menentukan komposisi makanan yang efisien bagi penderita kanker Limfoma
1.3 Batasan Masalah
Agar penelitian tidak jauh dari topik pembahasan maka penulis memberikan batasan-batasan masalah meliputi:
a. Representasi Kromosom menggunakan Representasi Permutasi, Perhitungan Pinalti, Perhitungan nilai Fitness, Seleksi menggunakan Metode Roulette Wheel Selection, Crossover menggunakan metode Single Point Crossover, Mutasi menggunakan Metode Reciprocal Exchange Mutation dan Eletism
b. Jadwal makan terdiri dari komposisi makanan pagi, siang dan malam c. Jumlah golongan manakan yang digunakan sebanyak 8 golongan makanan d. Golongan hewani hanya menggunakan rendah lemak
I-4 e. Golongan susu hanya menggunakan susu tanpa lemak dan susu rendah
lemak
f. Golongan minyak/lemak hanya mengguna kan lemak tidak jenuh
g. Variabel Gizi yang digunakan yaitu Karbohidrat, Protein, Lemak dan Energi
1.4 Tujuan Masalah
Tujuan dari penelitian ini yaitu:
a. Membangun sebuah sistem untuk merekomendasikan komposisi makanan bagi penderita penyakit kanker Limfoma dengan menerapkan Algoritma Genetika
b. Memberikan informasi komposisi makanan yang efisien bagi penderita kanker Limfoma
1.5 Sistematika Penulisan
Ada beberapa tahapan Sistematika penulisan pada penelitian ini, yaitu sebagai berikut:
BAB I PENDAHULUAN
Pada Bab ini menjelaskan tentang Deskripsi umum pada penelitian ini yang meliputi Latar Belakang, Rumusan Masalah, Batasan Masalah, Tujuan Penelitian dan Sistematika Penulisan
BAB II LANDASAN TEORI
Pada Bab ini menjelaskan tentang teori-teori umum dan khusus yang berhubungan dalam penelitian ini yang meliputi penjelasan mengenai Algoritma Genetika, kanker Limfoma, Pelaksanaan Diet, Komposisi makanan bagi penderita kanker Limfoma dan penelitian terkait
BAB III METODOLOGI PENELITIAN
Pada Bab ini menjelaskan langkah – langkah dalam Mengoptimalkan Komposisi Makanan Bagi Penderita Kanker Limfoma yang meliputi Tahap Penelitian, Studi Pustaka, Pengumpulan Data, Analisa Metode, Perancangan, Implementasi, Pengujian, Kesimpulan dan Saran
I-5 BAB IV ANALISA DAN PERANCANGAN
Pada Bab ini menjelaskan tentang analisa permasahan dan perancangan yang meliputi Analisa Data, Analisa Kebutuhan Gizi Harian, Analisa Perhitungan Algoritma Genetika, Analisa Sistem Baru, Perancangan Basis Data, Perancangan Interface
BAB V IMPLEMENTASI DAN PENGUJIAN
Pada Bab ini menjelaskan implementasi dari perancangan sistem yang telah dilakukan sebelumnya dan dilakukan pengujian mengunakan Black Box Testing dan White Box Testing
BAB VI PENUTUP
Pada Bab ini menjelaskan kesimpulan yang diperoleh dari penelitian ini untuk mendapatkan menu makanan yang direkomendasikan untuk penderita kanker Limfoma dengan menggunakan Algotirma Genetika sesuai jadwal makan pasien untuk satu hari dan saran yang di peroleh berupa pendapat penulis untuk penelitian selanjutnya
BAB II
LANDASAN TEORI 2.1 Algoritma Genetika
Yandra Akerman dan Kudang Boro Seminar menyatakan “Algoritma Genetika adalah suatu teknik pencarian (Seach Technique) dan teknik optimasi yang cara kerjanya meniru peroses utama dan perubahan struktur genetik pada makhluk hidup. Prinsip utama dari cara kerja Algoritma Genetika ini diilhami oleh proses seleksi alam dan prinsip-prinsip ilmu Genetika. Dalam seleksi alam, individu-individu sersaing untuk mempertahankan hidup dan melakukan reproduksi, individu-individu yang lebih “fit” akan mempunyai peluang untuk terus bertahan hidup (Survive) dan melakukan reproduksi (menghasilkan keturunan) sebaliknya, individu-individu yang kurang “fit” akan mati dan punah (prinsip ini dinamakan juga “survive of the fittest”). Selanjutnya dalam proses seleksi alam ini, beberapa individu baru yang lebih “fit” dari kedua orang-tuanya akan “dilahirkan”, melalui proses yang disebut penyilangan (crossover) dan mutasi. Kedua pose ini terjadi pada kromosom-kromosom individu yang melakukan reproduksi. Proses seleksi dan reproduksi (penyilangan dan mutasi) ini berlangsung berulang-ulang, sampai individu yang paling “fit” dihasilkan. Individu yang paling “fit” inilah yang merupakan solusi dari masalah yang dihadapi”.(Yandra Akerman, Kudang Boro Seminar, 2014). Berikut ini Pseudocode pada Algoritma Genetika.
Inisialisasi generasi t←0
Inisialisasi populasi P(0) secara acak Evaluasi semua individu pada P(0)
Ulangi
Pilih beberapa individu dari P(t) yang akan dilakukan crossover
Lakukan crossover untuk menghasilkan offspring Ganti P(t) dengan populasi baru
Inisialisasi generasi t←t+1 Sampai semua kriteria terpenuhi
II-2 2.1.1 Komponen-Komponen Utama Algoritma Genetika
Sutojo, Edy, Suhartono menyatakan “untuk mengimplementasikan algoritma genetika, ada 8 komponen utama yang harus dilakukan yaitu:
a. Membangkitkan populasi awal
Sutojo, Edy dan Suhartono menyatakan “Sebelum membangkitkan populasi awal, terlebih dahulu kita harus menentukan julah individu dalam populasi tersebut. Misanya jumlah individu tersebut N. setelah itu, baru kita memabangkitkan populasi awal yang mempunyai N individu secara ramdom”. (Sutojo, Edy, Suhartono, 2011)
b. Nilai fitness
Sutojo, Edy dan Suhartono menyatakan “nilai fitness merupakan nilai dari fungsi tujuan. Jika yang dicari nilai maksimal, maka nilai fitness adalah nilai dari fungsi itu sendiri. Tetapi jika yang dibutuhkan adalah nilai minimal”. (Sutojo, Edy, Suhartono, 2011)
Dalam penelitian ini menggunakan rumus nilai fitness untuk setiap kromosom yang ditunjukan pada persamaan (2.1):
Rumus 2. 1 Nilai Fitness Fitness = 1
(𝛴 𝑃𝑖𝑛𝑎𝑙𝑡𝑖) …...…..…... (2.1) c. Seleksi
Suyanto menyatakan “proses seleksi dilakukan untuk menyaring semua individu hasil proses Algoritma Genetika untuk membentuk generasi baru”.
Proses seleksi menggunakan metode Roulette Wheel Selection yang terdiri dari 3 tahapan yaitu:
1. Menghitung Nilai Invers Fitness
Rumus 2. 2 Menghitung Nilai Invers Fitness Q[i] = 1
(𝐹𝑖𝑡𝑛𝑒𝑠[𝑖])……… (2.2)
2. Menghitung Nilai Probabilitas
Rumus 2. 3 Menghitung Nilai Probabilitas P[i] = 𝑄[𝑖]
(∑𝑄[𝑖]) ……….(2.3)
II-3 3. Menghitung Nilai Komulatif Probabilitas
Rumus 2. 4 Menghitung Nilai Komulatif Probabilitas
C[i] = C[n] + P[n+1]……… (2.4) (Suyanto, 2005)
d. Crossover (persilangan atau pindang silang)
Crossover (perkawinan silang) bertujuan menambah keanekaragaman string dalam satu populasi dengan penyilangan antar-string yang di peroleh dari reproduksi sebelumnya
Tabel 2. 1 Crossover 1 Titik
Kromosom Orang Tua 1 1 1 0 0 1 0 1 1 Kromosom Orang Tua 2 1 1 0 1 1 1 1 1
Keturunan 1 1 0 0 1 1 1 1
e. Mutasi
Yandra Akerman, Kudang Boro Seminar menyatakan “Mutasi (mutation) adalah oprator pendukung dalam Algoritma Genetika yang berperan mengubah struktur kromosom secara spontan. Perubahan spontan ini menyebabkan terbentuknya suatu mutan, yaitu suatu kromosom baru yang secara genetik berbeda dari kromosom sebelumnya. Operator mutasi berkerja pada satu kromosom, tidak pada sepasang kromosom seperti hanya yang dilakukan operator penyilangan”. (Yandra Akerman, Kudang Boro Seminar, 2014)
Tabel 2. 2 Mutasi Dalam Pengkodean Permutasi
Kromosom sebelum mutasi 1 2 3 4 6 5 8 7 9 Kromosom setelah mutasi 1 2 7 4 6 5 8 3 9
2.2 Kanker Kelenjar Getah Bening (Limfoma)
Kementrian Kesehatan RI menyatakan “Limfoma atau kanker kelenjar getah bening merupakan istilah umum berbagai tipe kanker darah yang muncul dalam sistem limfatik, yang menyebabkan pembesaran kelenjar getah bening. Limfoma yaitu sel darah putih yang dalam keadaan normal/sehat menjaga daya tahan tubuh kita untuk menangkal infeksi bakteri, jamur, parasit dan virus, menjadi abnormal dengan membelah lebih cepat dari sel biasa atau hidup lebih lama dari biasanya”.
(Kementerian Kesehatan RI, 2015)
II-4 2.2.1 Bagian Kanker Kelenjar Getah Bening (Limfoma)
Kementerian Kesehatan RI “sistem limfatik sendiri merupakan jaringan pembuluh dengan katup dan kelenjar di tempat-tempat tertentu yang mengedarkan cairan getah bening melalui kontraksi otot yang berdekatan dengan kelenjar.
Kelenjar getah bening menyaring benda asing dari getah bening dan juga mengangkut lemak yang diserap dari usus halus ke hati. Limfoma terbagi dua macam, yaitu:
a. Limfoma Hodgkin (LH)
Limfoma LH ini terjadi karena adanya mutasi pada mutasi sel B pada sistem limfatik, dengan hasil deteksi yaitu adanya sel abnormal Reed- Stenberg dalam sel Kanker. Limfoma Hodgkin diketahui memiliki 5 jenis subtipe. Limfoma Hongkin sendiri merupakan jenis yang paling bisa disembuhkan dan biasanya menyerang kelenjar getah bening yang terletak di leher dan kepala. Umumnya pasien didiagnosa pada saat usia 20-30 tahun dan juga pada usia lebih dari 60 tahun”. (Kementerian Kesehatan RI, 2015)
b. Limfoma Non-Hodgkin (LNH)
Kementerian Kesehatan RI menyatakan “Limfoma LNH merupakan tumor ganas yang berbentuk padat dan berasal dari jaringan limforetikuler parifer dan memiliki 30 subtipe yang masih terus berkembang. Limfoma Non- Hodgkin yang pertumbuhannya lambat disebut indolent/low grade dan untuk yang pertumbuhannya cepat disebut aggressive/high-grade”.
(Kementerian Kesehatan RI, 2015)
2.3 Pelaksanaan Diet
Almatsier.S menyatakan “beberapa pelaksanaan diet bagi penderia kanker kelenjar getah bening (Limfoma) menjadi 6 bagian yaitu, sebagai berikut:
a. Diet TETP (Tinggi Energi Tinggi Protein)
Adapun diet yang digunakan sebagai salah satu penatalaksanaan dibidang gizi untuk pasien dengan LNH adalah diet TETP (tinggi energi tinggi protein) baik lunak atau biasa. Penggunaan makanan lunak atau biasa tergantung dari kondisi pasien, jika pasien tidak mengalami kesulitan dalam
II-5 menelan maka diberikan makanan biasa, sedangkan jika mengalami gangguan menelan diberikan makanan lunak” (Almatsier.S.2005)
b. Yusita Ika Hariyani menyatakan “Tujuan Diet menjadi 3 bagian yaitu:
1. Memenuhi kebutuhan energi dalam tubuh dan protein yang meningkat untuk mencegah dan mengurangi kerusakan jaringan tubuh.
2. Mempertahankan berat badan agar tetap ideal dan mencapai status gizi yang normal.
3. Memberikan makanan yang seimbang sesuai dengan keadaan penyakit serta daya terima pasien”. (Yusita Ika Hariyani, 2013) c. Prinsip Diet Tinggi Energi, Tinggi Protein, Cukup Vitamin, Mineral dan
Cairan (Yusita Ika Hariyani, 2013) d. Syarat Diet
1. Energi tinggi, dengan nilai 40 - 45 Kkal/ Kg BB 2. Protein tinggi, dengan nilai 2 - 2,5 Gr/Kg BB
3. Lemak cukup, dengan nilai 25 % dari kebutuhan energi total.
4. Karbohidrat cukup, merupakan sisa dari kebutuhan energi total.
5. Vitamin dan mineral cukup, sesuai kebutuhan normal.
6. Makanan diberikan dalam bentuk mudah dicerna. (Yusita Ika Hariyani, 2013)
2.3.1 Perhitungan Kebutuhan Gizi Harian
Suratman Abdillah Fajar menyatakan “perhitungan kebutuhan gizi harian berfungsi untuk mengetahui kebutuhan gizi dari pasien setiap waktu makan disetiap harinya dengan hasil perhitungan yang berbeda-beda yang berfokus pada beberapa faktor seperti jenis kelamin, umur, berat badan, tinggi badan serta aktifitas yang dilakukan pasien” (Suratman Abdillah Fajar .2014). Untuk mempermudah perhitungan kebutuhan gizi harian digunakan berbagai macam rumus yaitu:
a. Menghitung Berat Badan Ideal (BBI) menggunakan rumus Brocca Rumus 2. 5 Brocca (BBI)
BBI = 0.9 x (TB – 100) x Kg ……….. (2.5) Jika laki-laki tingginya <160 Cm atau perempuan tingginya <150 Cm
II-6 Rumus 2. 6 Brocca (BBI) Laki-Laki Tingginya <160 Cm atau Perempuan Tingginya <150 Cm
BBI = (TB – 100) x 1 Kg ……… (2.6) Keterangan
TB = Tinggi Badan (Cm) BBI = Berat Badan Ideal (Kg)
b. Menghitung Berat Bedan Ideal menggunakan IMT (Indeks Massa Tubuh) Rumus 2. 7 IMT (Indeks Massa Tubuh)
IMT = ( BB
TB )² ……….. (2.7)
Tabel 2. 3 IMT Untuk Perempuan
IMT untuk perempuan IMT
Kurus <17 Kg/m²
Normal 17-23 Kg/m²
Kegemukan 23-27 Kg/m²
Obesitas > 27 Kg/m²
Tabel 2. 4 IMT Untuk Laki-Laki
IMT untuk laki-laki IMT
Kurus <18 Kg/m²
Normal 18-25 Kg/m²
Kegemukan 25-27 Kg/m²
Obesitas > 27 Kg/m²
Keterangan
BB = Berat Badan (Kg) TB = Tinggi Badan (m) IMT = Indeks Massa Tubuh c. Menghitung Metabolisme Basal
Rumus 2. 8 Metabolisme Basal Laki-Laki
AMB laki-laki = BBI x 30 Kkal …………...………... (2.8) Rumus 2. 9 Metabolisme Basal Perempuan
AMB perempuan = BBI x 25 Kkal ……...………... (2.9) Keterangan
BBI = Berat Badan Ideal (Kg)
AMB = Angka Metaboisme Basal (Kkal)
II-7 d. Menghitung berdasarkan Umur
40 – 59 Tahun (Kkal) = - 5 % AMB 60 – 69 Tahun (Kkal) = - 10 % AMB
≥ 70 Tahun (Kkal) = - 20 % MB
e. Menghitung berdasarkan Aktifitas Fisik atau Pekerjaan Tabel 2. 5 Aktifitas Fisik Atau Pekerjaan
Aktifitas fisik Jenis kegiatan
Istirahat Total Bed Rest, dalam keadaan koma
Sangat Ringan Kegiatan yang dilakukan berdiri atau duduk, melukis, mengemudi, kegiatan laboraturium, menjahit, menyetrika, memasak, bermain kartu, bermain musik
Ringan Berjalan dijalan yang rata 4-4.8 Km/Jam, pekerjaan elektronik, memahat, pekerjaan direstoran, bengkel, membersihkan rumah, mengasuh anak, golf, bermain tenis meja
Sedang Berjalan 5.6-6.4 Km/Jam, menyiangi rumput, mencangkul, membawa beban sedang (±10 Kg), bersepeda,bermain ski, bermain tenis
Berat Berjalan menanjak dengan membawa beban berat, menebang pohon, bermain basket, memanjat, bermain sepak bola, berenang
Sangat Berat Berlari maraton, berlari, mendayung dengan cepat, bekerja sangat keras yang luar biasa
Sumber (bowman dan russel. 2001) TEE = Bed Rest = 10 % x AMB
TEE = Ringan = 20 % x AMB TEE = Sedang = 30 % x AMB TEE = Berat = 40 % x AMB
TEE = Sangat Berat = 50 % x AMB Keterangan
TEE = Total Enery Expenditure (Kkal) f. Menghitung berdasakan AMB Berat Badan
Kurus (Kkal) = + 20 % x AMB Kegemukan (Kkal) = - 20 % x AMB Obesitas (Kkal) = - 30 % x AMB
II-8 g. Menghitung Energi Total
Rumus 2. 10 Energi Total
Energi Total (Kkal) = AMB Jenis Kelamin ± AMB umur ± Aktifitas (TEE)
± AMB Berat Badan……… (2.10) Ketengan
Ditambah atau dikurangi sesuai perhitungan sebelumnya.(Suratman Abdillah Fajar.2014)
h. Menghitung jumlah Karbohidrat, Protein dan Lemak pada penderita kanker Limfoma
Rumus 2. 11 Protein
Protein (Kkal) = 2 – 2,5 Gr/Kg BB ………...….……... (2.11) Rumus 2. 12 Lemak
Lemak (Kkal) = 10 – 25 % dari kebutuhan energi total.…..……….. (2.12) Rumus 2. 13 Karbohidrat
Karbohidrat (Kkal) yaitu sisa dari kebutuhan energi total...……... (2.13) Keterangan
1 Gr Karbohidrat 4 Kkal 1 Gr Protein 4 Kkal
1 Gr Lemak 9 Kkal (Dr. Sunita Almatsier, 2004)
2.4 Komposisi Makanan Penderita Kanker Limfoma
Yusita Ika Hariyani menyatakan “dengan mengatur pola makanan yang sesuai akan meningkatkan kesempatan yang lebih tinggi untuk mendapatkan kesembuhan bagi penderita kanker Limfoma dengan melakukan beberapa perubahan pada makanan yang akan di konsumsi. Berikut ini beberapa komposisi makanan yang dianjurkan dan dilarang untuk penderita kanker Limfoma, yaitu sebagai berikut:
a. Bahan Makanan Yang Dihindari/Dibatasi
1. Mengurangi atau menghindari asupan produk hewani 2. Mengurangi asupan lemak, terutama lemak trans.
b. Bahan Makanan Yang Diperbolehkan
1. Meningkatkan asupan buah-buahan dan sayuran
II-9 2. Diet tinggi serat
3. Pemeliharaan berat badan yang sehat”. (Yusita Ika Hariyani, 2013)
2.5 Penelitian Terkait
Penelitan-penelitan sebelumnya telah dipublikasikan menjadi tolak ukur dalam menyelesaikan masalah optimasi komposisi makanan bagi penderita kanker Limfoma, berkut ini beberapa penelitian yang terkait dengan penelitian ini:
Tabel 2. 6 Penelitian Terkait
No Nama Judul Metode Hasil Penelitian
1 (Rismawan &
Kusumadewi, 2007)
“Aplikasi Algoritma Genetika Untuk Penentuan Komposisi Bahan Pangan Harian”
seleksi yang digunakan disini adalah metode seleksi roda roulette
wheel ,
crossover dan mutasi
Nilai fitness = 0.000749
2 (Yusita Ika Hariyani, 2013)
“Laporan Studi Kasus
Penatalaksanaan Diet Pada Penderita (LNH)
Limfoma Non Hodgkin
Di Ruang
Pandan Ii
Rsud Dr.
Soetomo Surabaya”
- -
3 (Wahid et al., 2015)
“Optimasi Komposisi Makanan Untuk Penderita
Kolesterol Menggunakan Algoritma Genetika”
Representasi Kromosom Permutasi Bilangan Integer, Metode Crossover yang digunakan adalah Single Point
Crossover, metode Mutasi
Solusi optimal yaitu ukuran populasi 100 dengan nilai rata- rata fitness 0,1862463, ukuran generasi 90 dengan nilai rata-rata fitness 0,1838946, dan kombinasi
Crossover Rate dan Mutation Rate adalan cr = 0,7 dan mr=0,4 dengan nilai
II-10 yang
digunakan adalah Reciprocal Exchange Mutation dan metode
Seleksi menggunakan Elitism Selection
rata-rata fitness 0,18575847. Hasil pada penelitian ini adalah berupa bahan makanan untuk penderita kolesterol
4 (Rianawati &
Firdaus Mahmudy Wayan, 2015)
“Implementasi Algoritma Genetika Untuk Optimasi
Komposisi Makanan Bagi Pederita
Diabetes Militus”
Representasi Permutasi Bilangan Ineger, Crossover Menggunakan Metode Single Point
Crossover, Mutasi
Menggunakan Reciprocal Exchange Mutation dan Seleksi
Menggunakan Eletism Selection
Ukuran populasi sebesar 160 individu dengan rata-rata fitness sebesar 0,0774665, 100 generasi dengan rata-rata fitness sebesar 0,0774665 dan kombinasi cr=0,4 dan mr=0,6 dengan rata-rata fitness sebesar 0,0780737.
5 (Rossi et al., 2017)
“Penetuan Komposisi Bahan Makanan Bagi Penderita Gagal Ginjal Akut Dengan Algoritma Genetika”
Inisialsasi Kromosom, Crossover, Mutasi, Evaluasi, Seleksi
Menggunakan Elitism
Selection
Inisialisasi
kromosom dimana setiap kromosom terdapat 5 gen berupa indeks dari bahan makanan, lalu inisialisasi
probabilitas
Crossover dan mutasi untuk proses reproduksi,
dilanjutkan dengan evaluasi
menggunakan perhitungan fitness yang disesuaikan dengan rumus, dan
II-11 tahap akhir ialah melakukan seleksi dengan
menggunakan eletism selection untuk mengasilkan kandidat bahan makanan baru untuk diproses pada iterasi berikutnya.
6 (Siahaan et al., 2017)
“Sistem Rekomendasi Bahan Makanan Bagi Penderita Penyakit
Jantung Menggunakan Algoritma Genetika”
Kromosom menggunakan representasi permutasi.
Metode crossover menggunakan extended intermediate crossover, Metode mutasi menggunakan random
mutation dan Metode
seleksi
menggunakan elitism
selection.
Jumlah populasi sebesar 280 dengan nilai fitness 103,7.
Dengan nilai Cr 0.5 dan Mr 0,5 dengan rata-rata nilai fitness 103,3 dan untuk jumlah generasi sebesar 100 dengan rata-rata nilai fitness 111,2
7 (Putri et al., 2018)
“Optimasi Komposisi Menu Makanan bagi Penderita Tekanan Darah Tinggi
Menggunakan Algoritme Genetika Adaptif”
Representasi Bilangan Integer, Crossover menggunakan metode Single- Cutpoint, Mutasi menggunakan metode Reciprocal Exchange, Seleksi menggunakan metode Elitism.
Dari hasil pengujian diperoleh populasi paling optimal sebanyak 200 dengan nilai fitness sebesar 0,0774665, generasi paling optimal sebanyak 90 dengan nilai fitness sebesar 0,0774665, kombinasi nilai cr = 0,8 dan mr = 0,3 dan nilai fitness sebesar 0,0780737.
II-12 8 (Yudistira,
2018)
“Penerapan Algoritma Genetika Untuk Penentuan Menu Diet Bagi Penderita
Penyakit Degeneratif Komplikasi Diabetes
Melitus Dengan Gagal Ginjal Kronik”
Representasi kromosom permutasi dengan bilangan integer , metode
crossover yaitu uniform crossover serta metode mutasi dengan swaaping mutation dan diseleksi dengan
roulette wheal selection
Berdasarkan pengujian kombinasi
crossoverate dan mutationrate yang telah dilakukan, Dengan nilai Pc 0.5
dan 0.9
menggunakan Pm
0.1 dapat
disimpulkan bahwa pc 0.9 lebih baik dari 0.5, penarikan kesimpulan ini berdasarkan dari hasil yang didapat dimana Pc 0.9 dapat menghasilkan persentase minimum kebutuhan kalori pasien lebih kecil dari Pc 0.5 yaitu 0.04% dengan nilai fitness
0.0052030659065 9 (Cholissodin &
Ratnawati, 2018)
“Optimasi Asupan Makanan
Harian Ibu Hamil Penderita Hipertensi Menggunakan Algoritma Genetika”
metode crossover yang digunakan adalah extended intermediate crossover, metode mutasi yang
digunakan adalah random mutation dan seleksi
menggunakan seleksi elitism
Berdasarkan
penelitian yang dilakukan
didapatkan hasil ukuran generasi optimal yaitu pada ukuran generasi 240 dengan rata-rata nilai fitness sebesar 525,0720, ukuran populasi optimal yaitu pada ukuran populasi 90 dengan nilai fitness 525,0680 dan kombinasi nilai cr dan mr adalah 0,6 dan 0,5 dengan rata- rata nilai fitness sebesar 525,0695
II-13 10 (Agustin,
Cholissodin, &
Rahayudi, 2018)
“Optimasi Gizi Pada Bahan Makanan Balita Menggunakan Algoritma Genetika”
metode crossover yang digunakan yaitu extended intermediate crossover, mutasi yang digunakan yaitu exchange mutation, seleksi
menggunakan elitisim selection dengan
Hasil dari 100 populasi, jumlah generasi yang optimal yaitu 70 dan kombinasi nilai cr 0,5 dan mr 0,5 menghasilkan nilai fitness 50,821.
11 (Purnomo, Werdiastu, Raissa, Widodo,
&
Wijayaningrum, 2019)
“Algoritma Genetika untuk Optimasi
Komposisi Makanan Bagi Penderita
Hipertensi”
Crossover dilakukan dengan menggunakan extended intermediate crossover, mutasi dilakukpn dengan menggunakan reciprocal exchange mutation, seleksi dilakukan dengan menggunakan metode elitism selection
Hasil pengujian menunjukkan bahwa parameter algoritma genetika terbaik adalah populasi sebanyak 15 dengan rata-rata fitness sebesar 20,97, generasi sebanyak 40 dengan rata-rata fitness sebesar
50,10, dan
kombinasi crossover rate 0,3 mutation rate sebesar 0,7 dengan rata-rata fitness sebesar 41,67
BAB III
METODOLOGI PENELITIAN 3.1 Tahap Penelitian
Pada Metodologi Penelitian akan dibahas mengenai langkah-langkah yang akan dilakukan dalam menyelesaikan masalah Optimasi Komposisi Makanan Bagi Penderita Kanker Limfoma menggunakan Algoritma Genetika, yaitu sebagai berikut:
Mulai
Studi Pustaka
Pengumpulan Data 1. Wawancara 2. Observasi
Analisa Perhitungan Gizi
Selesai Perancangan
1. Perancangan Basis Data 2. Perancagan Interface
Implementasi Dan Pengujian
Kesimpulan Dan Saran Analisa Data
1. Makanan Yang Direkomendasikan
2. Jumlah Pasien Rawat Inap Dan Meninggal
Analisa Sistem 1. Flowchart 2. Context Diagram 3. DFD
4. ERD
Analisa Metode
1. Menentuka Panjang Kromosom 2. Menentukan Parameter
3. Inisialisasi Populasi Awal 4. Perhitungan Pinalti 5. Perhitungan Nilai Fitness 6. Seleksi
7. Crossover 8. Mutasi 9. Elelism
10. Kromosom Terbaik
Gambar 3. 1 Metodologi Penelitian
III-2
3.2 Studi Pustaka
Studi Pustaka yang digunakan dalam penelitian ini adalah menggumpulkan berbagai referensi mengenai metode optimasi dalam Algoritma Genetika dan menu makanan yang diperbolehkan dan dilarang bagi penderita kanker Limfoma serta perhitungan Gizi pasien yang terdapat dalam buku, jurnal dan penelitian sebelumnya.
3.3 Pengumpulan Data
Data yang digunakan dalam penelitian ini berasal dari Rumah XYZ di Pekanbaru yang berjumlah 227 menu makanan yang terdiri dari 8 golongan makanan. Data yang di peroleh dilakukan beberapa cara yaitu sebagai berikut:
a. Wawancara
Pada tahap wawancara diperoleh data penelitian dengan mewawancarai beberapa staff ahli gizi dan dokter yang menangani penyakit kanker Limfoma dimana data yang diperoleh berupa perhitungan kalori penderita kanker Limfoma, dan makanan yang direkomendasikan bagi penderita kanker Limfoma tanpa komplikasi dengan penyakit lain
b. Observasi
Pada tahap observasi melakukan survei di tempat penelitian secara langsung ke Ruangan Instalasi Gizi dan Rekam Medis Rumah Sakit XYZ di Pekanbaru, dimana data yang diperoleh berupa data bahan makanan meliputi Karbohidrat, Protein dan Lemak menggunakan satuan Gram dan Energi dalam satuan Kkal yang terdiri dari sumber pokok, sumber hewani, sumber nabati, sumber sayuran, sumber buah-buahan dan gula, sumber susu sumber minyak/lemak dan sumber makanan tanpa kalori.
3.4 Analisa Data
Data yang telah di peroleh dalam pengumpulan data dan digunakan dalam penelitian ini terbagi menjadi menjadi dua macam yaitu jumlah makanan yang direkomendasikan bagi penderita dan penderita kander limdoma
a. Makanan yang direkomendaiskan bagi penderita kanker limfoma berjumlah 227 yang terdiri dari 8 golongan makanan, yaitu sebagai berikut;
III-3 1. Sumber pokok berjumlah 34 makanan
2. Sumber hewani berjumlah 29 makanan 3. Sumber nabati berjumlah 14 makanan 4. Sumber sayuran berjumlah 64 makanan
5. Sumber buah-buahan dan gula berjumlah 50 makanan 6. Sumber susu berjumlah 9 makanan
7. Sumber minyak/lemak berjumlah 12 makanan
8. Sumber makanan tanpa kalori berjumlah 15 makanan
b. Pasien rawat inap penderita kanker Limfoma berjumlah berjumlah 941 pasien dan pasien meninggal dunia penderita kanker Limfoma berjumlah 58 pasien pada tahun 2015 hingga 2018.
3.5 Analisa Perhitugan Gizi
Pada analisa perhitungan Gizi dilakukan perhitungan gizi harian dari pasien penderita kanker Limfoma, ada beberpa tahapan yang harus dilakukan yaitu sebagai berikut;
a. Menghitung Berat Badan Ideal (BBI) BBI = 0.9 x (TB - 100) x kg
Jika Laki-Laki tinggginya < 160 Cm atau Perempuan tingginnya < 150 Cm BBI = (TB x 100) x 1 Kg
b. Menghitung Berat Badan Ideal menggunakan IMT (Indeks Massa Tubuh) IMT = 𝐵𝐵
( 𝑇𝐵 )²
c. Menghitung Metabolisme Basal AMB laki-laki = BBI x 30 = 𝐾𝑘𝑎𝑙
𝐾𝑔𝐵𝐵
AMB perempuan = BBI x 25 = 𝐾𝑘𝑎𝑙
𝐾𝑔𝐵𝐵
d. Menghitung berdasarkan Umur
e. Menghitung berdasarkan Aktifitas Fisik atau pekerjaan (TEE) f. Menghitung berdasarkan AMB Berat Badan
g. Menghitung Energi Total
III-4 Energi Total (Kkal) = AMB jenis kelamin ± AMB umur ± Aktifitas (TEE)
± AMB berat badan
h. Menghitung jumlah karbohidrat, protein dan lemak pada penderita kanker limfoma dengan diet tinggi kalori tinggi kalori (TKTP) dengan ketentuan Peotein dengan nilai 2 – 2.5 Gr/Kg BB
Lemak dengan nilai 10 – 25 % dari kebutuhan energi total Karbohidrat dengan nilai sisa dari kebutuhan energi total
3.6 Analisa Metode
Pada analisa metode dilakukan perhitungan manual menggunakan Algoritma Genetika yang terdiri dari beberapa bagian yaitu meliputi:
a. Menentukan panjang kromosom
Panjang kromosom dalam penelitian ini terdapat 24 gen penyusun yang terdiri dari komposisi makanan pagi, siang dan malam. 8 gen merupakan makanan pagi, 8 gen merupakan makanan siang dan 8 gen merupakan makanan malam, dimana setiap 8 gen terdiri dari sumber pokok, sumber hewani, sumber nabati, sumber sayuran, sumber buah-buahan dan gula, sumber susu, sumber minyak/lemak, sumber makanan tanpa kalori dan dalam setiap gen mengandung karbohidrat, lemak dan protein.
b. Menetukan parameter awal
Parameter awal yang digunakan merupakan nilai dari pengguna sistem yang terdiri dari jumlah gen yang dibangkitkan, populasi, Crossover Rate (Cr) dan Mutation Rate (Mr).
c. Menginisialisasi populasi awal
Populasi yang awal dalam penelitian adalah kromosom yang dibangkitkan secara acak dengan menggunakan representasi permutasi dalam bentuk bilangan integer yang berisi nomor makanan yang direkomendasi untuk penderita kanker Limfoma
d. Pinalti
Untuk mendapatkan total pinalti didapat dengan cara perhitungan kebutuhan kalori yang dibutuhkan penderita kanker Limfoma, yaitu sebagai berikut:
III-5 1. Perhitungan energi total
2. Perhitungan kebutuan karbohidrat 3. Perhitungan kebutuan lemak 4. Perhitungan kebutuan protein
5. Perhitungan total karbohidrat dalam makanan
Pada perhitungan total karbohidrat diperoleh dari komposisi makanan yang telah dibangkitkan dalam kromsom.
Total karbohidrat = Σ karbohidrat bahan manakan 6. Perhitungan total lemak dalam makanan
Pada perhitungan total lemak diperoleh dari komposisi makanan yang telah dibangkitkan dalam kromsom.
Total lemak = Σ lemak bahan makanan 7. Perhitungan total protein dalam makanan
Pada perhitungan total protein diperoleh dari komposisi makanan yang telah dibangkitkan dalam kromsom.
Total protein = Σ protein bahan makanan 8. Perhitungan pinalti karbohidrat
Pinalti karbihidrat = [kebkarbo – totalkarbo, totalkarbo < kebkarbo Totalkarbo – kebkarbo, totalkarbo ≥ kebkarbo]
9. Perhitungan pinalti lemak
Pinalti lemak = [keblemak – totallemak, totallemak < keblemak Totallemak – keblemak, totallemak ≥ keblemak]
10. Perhitungan pinalti protein
Pinalti protein = [keb protein – total protein, total protein < keb protein Total protein – keb protein, total protein ≥ keb protein]
11. Perhitungan total pinalti
Pinalti = pinalti karbohidrat + pinalti protein + pinalti lemak e. Fitness
Perhitungan nilai fitness berfungsi untuk mengetahui individu dengan nilai fitness tertinggi akan bertahan hidup. Nilai yang dihasilkan mendandakan seberapa optimal solusi yang diperoleh.
III-6 Fitness = 1
𝑝𝑖𝑛𝑎𝑙𝑡𝑖
f. Seleksi
Pada tahap seleksi dalam penelitian ini menggunakan metode Roulette Wheel Selection yang terdiri dari 3 tahapan yaitu
1. Menghitung Nilai Invers Fitness Q [i] = 1
(𝐹𝑖𝑡𝑛𝑒𝑠[𝑖])
2. Menghitung Nilai Probabilitas P[i] = 𝑄[𝑖]
(∑𝑄[𝑖])
3. Menghitung Nilai Komulatif Probabilitas C[i] = P [n] + P [n + 1]
g. Crossover
Pada tahap crossover dalam penelitian ini menggunakan metode Single Point Crossover, dimana dalam perhitungannya memilih induk secara acak.
Setelah mendapatkan induk secara acak dilakukan penyilangan kromosom antara 2 induk yang terpilih, pada titik potong akan dilakukan secara random sehingga diperoleh offspring dari induk yang telah ditentukan sebelumnya h. Mutasi
Pada tahap mutasi dalam penelitian ini menggunakan metode reciprocal exchange mutation, dimana dalam perhitungan nya memilih induk secara acak, kemudian menukar nilai gen yang terdapat dalam kromosom yang telah terpilih secara acak dan melakukan proses repair apabila terdapat nomor bahan makan yang melebihi batas aturan
Nomor repair = batas nomor makanan mod nomor makanan hasil + 1 i. Eletism
Perbandingan antara nilai fitness induk dengan nilai fitness anak, nilai fitness tertinggi akan menjadi kandidat solusi untuk dilakukan iterasi selanjutnya.
j. Kromosom Terbaik
Kondisi berhenti dalam Algoritma Genetika merupakan kondisi yang berfungsi sebagai acuan dalam penetapan berapa banyak generasi yang akan
III-7 dilakukan selama proses oprimasi berlangsung, dimana generasi yang diproses merupakan parameter telah ditetapkan untuk mendapatkan hasil optimasi kebutuhan kalori bagi penderita kanker Limfoma.
3.7 Analisa Sistem
Pada tahapan analisa sistem dalam penelitian ini menggunakan konsep struktural yang terdiri dari Flowchart, Context Diagram, Data Flow Diagram (DFD), dan Entity Relationship Diagram (ERD)
3.8 Perancangan
Setelah menganalisa sistem yang akan dibangun, maka tahap selanjutnya adalah perancangan berdasarkan analisa sistem yang telah dilakukan sebelumnya, yaitu sebagai berikut:
a. Perancangan Basis Data
Pada perancangan basis data dalam penelitian ini akan mempermudah dalam penyimpanan data yang di simpan didalam sistem
b. Perancangan Interface
Pada perancangan interface dalam penelitian ini akan mempermudah dalam gambaran antarmuka dari sistem yang akan di bangun.
3.9 Implementasi dan Pengujian
Pada tahap implementasi diterapkan hasil dari analisa dan perancangan yang telah dilakukan sebelumnya berupa sistem atau aplikasi dengan menggunakan tools dengan spesifikasi sebagai berikut:
a. Implementasi
1. Perangkat Keras
Brand : Laptop ASUS
Type : A442U
Processor : Intel Core i5-8250U, CPU @3.4GHz
RAM : 4 GB
Hardisk : 1 TB P
2. Perangkat Lunak
Sistem Operasi : Windows 10 Home
III-8 Tools : Black Box Testing
Web Brower : Google Chrome Bahasa Pemrograman : PHP
DBMS : MySQL
Web Server : Apache Perangkat Pendukung : Xampp b. Pengujian
Pada tahap Pengujian dalam penelitian ini menggunakan Black Box Testing untuk mengetahui fungsional dari sistem rekomendasi menu makanan bagi penderita kanker Limfoma menggunakan Algoritma genetika, untuk White Box Testing didasarkan pada detail prosedur dan alur logika kode program untuk mengetahui menemukan bugs dari kode program yang diuji dari sistem rekomendasi menu makanan bagi penderita kanker Limfoma menggunakan Algoritma genetika dan User Accaptance Testing (UAT) yang berfungsi untuk memvalidasi hasil yang dikeluarkan oleh sistem
3.10 Kesimpulan Dan Saran
Pada tahap kesimpulan membahas mengenai hasil keseluruhan dari implementasi sistem optimasi komposisi bahan makanan bagi penderita kanker limfoma dan pada tahap saran membahas mengenai kekurangan atau pengembangan yang dapat dilakukan pada penelitian ini.
BAB IV
ANALISA DAN PERANCANGAN 4.1 Analisa Data
Data yang di peroleh dari Rumah Sakit XYZ yang digunakan dalam penelitian ini berupa bahan makanan yang direkomendasikan begi penderita kanker Limfoma dalam berntuk brosur “Bahan Makanan Penukar” dari instalasi gizi rumah sakit tersebut.
Data makanan yang direkondasikan tersebut memiliki jumlah 227 yang terdiri dari 8 golongan makanan, yaitu sebagai berikut;
a. Sumber pokok berjumlah 34 makanan b. Sumber hewani berjumlah 29 makanan c. Sumber nabati berjumlah 14 makanan d. Sumber sayuran berjumlah 64 makanan
e. Sumber buah-buahan dan gula berjumlah 49 makanan f. Sumber susu berjumlah 9 makanan
g. Sumber minyak/lemak berjumlah 12 makanan
h. Sumber makanan tanpa kalori berjumlah 15 makanan
Setiap bahan makanan dari 8 golongan makanan diatas memiliki satuan makanan atau sajian dalam bentuk gram (Gr) dan takaran dalam bentuk ukuran rumah tangga (URT) dan ada juga yang tidak menggunakan URT, berikut istilah URT yang digunakan.
a. bh = buah b. bj = biji c. btg = batang d. btr = butir e. pk = pak f. kcl = kecil g. sdg = sedang h. bsr = besar i. bks = bungkus
IV-2 j. ptg = potong
k. sdm = sendok makan l. sdt = sedok the m. gls = gelas n. ckr = cangkir
4.2 Analisa Kebutuhan Gizi
Menghitung kebutuhan gizi harian penderita kanker Limfoma merupakan hal yang sangat penting karena sangat memperngaruhi menu makanan yang direkomendarikan untuk dimakan sesuai dengan jadwal.
Mulai Masukkan Data Pasien Menghitung Berat Badan Ideal
Jika laki-laki tinggi <160 cm atau perempuan
tingginya
<150 cm BBI = 0,9 X ( TB – 100 ) X 1
Kg
BBI = ( TB – 100 ) X 1 KG Tidak
Ya Menghitung IMT
IMT = B / (TB) ^ 2 Metabolisme Basal (AMB)
AMB Laki-laki = BBI X 30 Kkal/Kg AMB Perempuan = BBI X 25 Kkal/
Kg
AMB Umur 40 – 59 Tahun Kkal = - 5 % X AMB 60 – 69 Tahun Kkal = - 10 % X AMB
>= 70 Tahun Kkal = - 20 % X AMB Jika
Umur kurang dari 40 tahun
Aktifitas TEE = BED REST = 10 X AMB
TEE = Ringan = 20 X AMB TEE = Sedang = 30 X AMB TEE = BErat = 40 X AMB TEE = Sangat Berat = 50 X AMB Ya
Tidak
AMB Berat Badan Kurus = + 20 X AMB Kegemukan = - 20 X AMB
Obesitas = - 30 X AMB Jika Berat badan normal
Ya
Total Kalori (Kkal) = AMB Jenis Kelamin +/- AMB Umur +/- Aktifitas (TEE) +/- AMB BB
Tidak
Menghitung Jumlah Karbohidrat, Protein Dan Lemak Pada Penderita Kanker Limfoma
Protein = 2 – 2,5 Gr/Kg BB Lemak = 10 - 25 % Dari Kebutuhan Energi Totoal Karbohidrat = Sisa Dari Kebutuhan Energi Totoal
Gambar 4. 1 Flowchart Kebutuhan Gizi Harian
IV-3 Berikut ini perhitungan kebutuhan gizi harian oleh seorang pasien yang bernama Bayu:
Nama = Bayu
Jenis Kelamin = Laki-laki
Umur = 43 Tahun
Tinggi Badan = 167 Cm Berat Badan = 70 Kg
Aktifitas = Bermain Sepak Bola
Berikut ini perhitungan kebutuhan gizi harian dari pasien Bayu:
a. Menghitung Berat Badan Ideal BBI = 0.9 x (TB – 100) x 1 Kg BBI = 0.9 x (167 – 100) x 1 Kg BBI = 60.3 Kg
b. Menghitung Indeks Massa Tubuh (IMT) IMT = BB
( TB )²
IMT = 70
( 16.7 )²
IMT = 25.0995 Kg
c. Menghitung Metabolisme Basal AMB laki – laki = BBI x 30 Kkal AMB laki-laki = 60.3 Kg x 30 Kkal AMB laki – laki = 1809 Kkal d. Menghitung berdasarkan Umur
AMB umur = 40 – 49 tahun (Kkal) = - 5 % AMB AMB umur = 1809Kkal x 5 %
AMB umur = 90.45 Kkal
e. Menghitung berdasarkan Aktifitas TEE = Berat = 40 % x AMB TEE = 1809 Kkal x 40 % TEE = 723.6 Kkal
IV-4 f. Menghitung berdasarkan AMB Berat Badan
Kegemukan (Kkal) = - 20 % x AMB AMB berat badan = 1809 Kkal x 20 % AMB berat badan = 361.8 Kkal
g. Menghitung Energi Total
Energi Total (Kkal) = AMB Jenis Kelamin ± AMB umur ± Aktifitas (TEE)
± AMB Berat Badan
Energi Total (Kkal) = 1809 Kkal – 90.45 Kkal + 723.6 Kkal – 361.8 Kkal Energi Total (Kkal) = 2080.35 Kkal
h. Menghitung jumlah Karbohidrat, Protein dan Lemak pada penderita kanker Limfoma
Protein (Kkal) = 2 – 2,5 Gr/Kg BB
= 2 Gr/Kg x 60.3 Kg
= 2 Gr x 60.3
= 120.6 Gr
= 120.6 Gr x 4 Kkal
= 482.4 Kkal
Lemak (Kkal) = 10 – 25 % dari kebutuhan eneri total
= 23 % x 2080.35 Kkal
= 478.4805 𝐾𝑘𝑎𝑙 9 𝐾𝑘𝑎𝑙
= 53.1645 Gr
Karbohidrat (Kkal) yaitu sisa kebutuhan energi total
= 2080.35 Kkal – (482.4 Kkal + 478.4805 Kkal)
= 2080.35 Kkal – 960.8805 KKal
= 2080.35 – (162.4 + 478.481)
= 1119.4695 𝐾𝑘𝑎𝑙 4 𝐾𝑘𝑎𝑙
= 279.867375 Gr
Hasil dari perhitungan kebutuhan gizi harian dari pasien penderita kanker Limfoma yaitu:
